登录社区云，与社区用户共同成长
邀请您加入社区
随着越来越多的团队从人形机器人启动转向特定任务的技能开发，对可重复开发工作流的需求也与日俱增。构建人形机器人仍然十分复杂，而且当今的开发流程仍然高度分散。因此，开发者在专注于构建机器人功能之前，会花费大量时间来配置机器人基础设施。虽然机器人社区已经开发出跨流程各个阶段的工具，但由于软件生态系统孤立、数据格式不兼容以及工具之间的手动集成，将它们连接到无缝工作流仍然是一项挑战。为解决这一问题，我们推出
在未改变其他超参数的情况下，由于训练吞吐量提升，训练时间从单 GPU 的 1.3 天压缩至 4 GPU 的 12.5 小时，这对于需要反复迭代超参数、快速验证新策略的研究人员而言，是一次具有变革意义的效率跃升。Isaac Lab-Arena 目前是 alpha 版本，后续版本将重点支持更具智能体特征、以提示词优先的场景与任务生成，增强并行评估中的异构性，以及加入敏感性分析和视觉语言模型（VLM,
这一合作旨在解决大规模机器人数据采集的瓶颈，通过 PICO 先进的 XR 硬件与 NVIDIA Isaac 开放机器人开发者平台的深度融合，为全球机器人开发者提供一套标准化、高保真的数据生产管线。针对上述痛点，借助 NVIDIA CloudXR.js SDK，PICO 4 Ultra 能够无缝接入 NVIDIA Isaac 远程操控工作流，无论是面对现实中的实体机器人，还是虚拟仿真环境里的机器人，
立即报名NVIDIA 深度学习培训中心（DLI）举办的机器人仿真开发实战培训，系统覆盖机器人仿真环境搭建与开发流程，欢迎广大机器人开发工程师、研究人员及技术爱好者学习。本课程面向机器人工程师、应用研究人员及机器人软件研发团队打造，同时适用于从事机器人系统研发、仿真验证与算法开发的技术人员，以及教育行业和学习者。课程结束后，学员将具备亲手搭建机器人仿真环境的能力，并能将合成数据工作流集成到其中，构建
基于神经符号的具身智能机器人通过感知、决策、执行和监督四个关键环节构建起技术闭环，从而实现高效、智能的任务执行。监督模块的主要任务是实时监测感知、决策和执行三个环节的运行状态，评估系统的整体性能，并根据需要进行调整和优化。基于神经符号的决策系统结合了神经网络的深度学习能力和符号系统的逻辑推理能力，能够处理复杂的任务逻辑和动态环境变化。是三者协同的最终“成果”。这四个技术环节紧密耦合，共同构成了一个
课程结束后，学员将具备亲手搭建机器人仿真环境的能力，并能将合成数据工作流集成到其中，构建可扩展的仿真优先开发流程。由 NVIDIA 深度学习培训中心（DLI）举办的 NVIDIA AI 培训班推出机器人仿真开发新课程，欢迎热衷于机器人开发的工程师、研究人员、爱好者积极报名，系统掌握仿真环境搭建与开发流程，全面提升实战能力。11 月 27 日：使用 NVIDIA Isaac 加速机器人开发（2025
需要注意的是，在 DGX Spark 平台上运行的 Isaac Lab 2.3，暂不支持基于 XR/AVP 的遥操作功能，也不支持 Isaac Lab Mimic 中的模仿学习功能。然而，从选取可用于仿真的资产，到搭建并丰富环境多样性，再到统筹协调和分析大规模评估，用户需要在 Isaac Lab 手动整合多个组件，才能实现预期效果。灵巧动作映射指将人手姿态转换为机器人手部关节位置的过程，可实现高效
NeRD 的训练数据集以任务无关的方式从仿真器中生成。随着机器人技术的进步，我们可以试图构想这样的机器人生命周期：每个机器人都配备从解析仿真中预训练的神经动力学模型，该模型可随着机器人与现实世界的交互不断微调，从而适应机器人的磨损和环境变化。这种以机器人为中心的状态表示，使 NeRD 在机器人运动中，当遇到未见过的空间位置时，仍然能够保持可靠预测，提升了模型的长时段预测精度。借助 NeRD 训练机
10 月 15 日晚 7 点，NVIDIA 深度学习培训中心（DLI）每月小讲堂将在线讲解《使用 Isaac Sim 模拟机器人》课程，聚焦 NVIDIA Isaac Sim 平台，深入讲解机器人仿真的核心概念与应用实践。通过学习 Isaac Sim 、 Isaac Lab 和 Isaac ROS 在线自主培训课程，从根本上了解机器人开发的核心概念，并探索仿真和机器人学习方面的必备工作流。），备注
21年12月来自MIT-IBM实验室、MIT、哈佛和斯坦福的论文“ThreeDWorld: A Platform for Interactive Multi-Modal Physical Simulation”。
本文对于了解具身智能是干嘛的会有一些帮助
25年3月来自慕尼黑工大和慕尼黑大学的论文“OpenDriveVLA: Towards End-to-end Autonomous Driving with Large Vision Language Action Model”。OpenDriveVLA，一种专为端到端自动驾驶而设计的视觉-语言-动作 (VLA) 模型。OpenDriveVLA 以开源预训练大型视觉-语言模型 (VLM) 为基础，
深度估计、Transformer、毫米波|激光雷达|视觉摄像头传感器、多传感器标定、多传感器融合、3D目标检测、路径规划、轨迹预测、3D点云分割、模型部署、车道线检测、Occupancy、目标跟踪等。：图像分类/分割、目标/检测、医学影像、GAN、OCR、2D缺陷检测、遥感测绘、超分辨率、人脸检测、行为识别、模型量化剪枝、迁移学习、人体姿态估计等。：相机标定、立体匹配、三维点云、结构光、机械臂抓取
在智慧农业的快速发展中，果蔬采摘机器人以其自动驾驶技术与视觉识别技术的完美融合，正逐步成为农业生产中的重要力量。这些机器人不仅实现了对果蔬的精准定位，还显著提高了采摘效率，展现了强大的技术优势。
在连接了机械臂的电脑上执行下面脚本，进行标定，位置跟车载方案一致。机械臂连接到树莓派，在树莓派上执行下面脚本，启动标定。
本文深入剖析英伟达H100/H200/H20系列GPU架构设计。H100采用Hopper架构，包含132/114个SM单元（SXM/PCIe版本），每个SM含128个CUDA核心和4个Tensor核心。关键创新包括：900GB/s的NVLink4.0互连、4.8TB/s的HBM显存带宽，以及提升Tensor核心效率的TMA技术。文章详细解析了GPC（GPU处理集群）、TPC（纹理处理集群）和SM（
【摘要】2025世界机器人大会发布的十大趋势，揭示了具身智能正从算法突破迈向系统工程与产业融合的全新阶段。本文深度剖析了每个趋势的核心、技术瓶颈与未来路径，描绘了一幅机器人从“工具”进化为“伙伴”的宏伟蓝图。
一文带你吃透具身智能产业链
NVIDIA 深度学习培训中心（DLI）推出 Isaac Sim 基础课程系列，涵盖 8 门免费课程，系统介绍机器人仿真，ROS 2 集成，合成数据生成及 AI 赋能机器人开发等核心内容。课程概要：利用硬件在环（HIL）技术，结合仿真环境，ROS 2 集成与合成数据生成，将机器人从虚拟仿真过渡到真实世界部署。课程说明：2 学时 | 中文 | Linux，Isaac Sim，ROS 2，Python
加州大学圣地亚哥分校多个机器人和自动驾驶汽车实验室的负责人 Henrik Christensen 表示：“利用这个数据集，我们能做很多工作，比如训练预测性 AI 模型，这些模型可以帮助自动驾驶汽车更好地追踪行人等易受伤害的道路使用者的动向，从而提高安全性。NVIDIA 物理 AI 数据集可以帮助开发者在预训练期间扩展 AI 性能，海量数据能够支持构建更强大的 AI 模型，在预训练阶段利用更丰富的数
